sian:2022:apihal [Cours de Fabien Rico]

Cette page est en lecture seule. Vous pouvez afficher le texte source, mais ne pourrez pas le modifier. Contactez votre administrateur si vous pensez qu'il s'agit d'une erreur.
====== TP découverte de l'API HAL ======

Hal est une plateforme numérique pour le dépôt et le partage d'articles scientifiques. Il contient environ 2 000 000 de notice bibliographique et 1 000 000 d'articles. Cette plateforme propose une API pour la récupération des informations sur les documents dont la documentation [[https://api.archives-ouvertes.fr/docs/search|est ici]]

  * Regardez rapidement la documentation, en comparant au requêtes SQL, comment considérez-vous les champs suivant :
    * le champ ''q'' ou les filtres ''fq''
    * le champ ''fl''
    * le champ ''sort'', les champs ''rows'' et ''start''
    * les ''facets''

  * Quel paramètres de requêtes faudrait-il envoyer pour obtenir les différents mots clefs utilisés cette année dans les articles déposés ?

<hidden>
Le plus simple pour cela est d'utiliser les ''facets'' c'est à dire de faire une requète avec les parametre suivant:

<code>
q=submittedDateY_i:2022
fl=keyword_s,submittedDateY_i
wt=json
facet=true
facet.field=keyword_s
</code>

Ce qui donne l'url [[https://api.archives-ouvertes.fr/search/?q=submittedDateY_i:2022&fl=keyword_s,submittedDateY_i&wt=json&facet=true&facet.field=keyword_s|]]
</hidden>

===== Récupération en python =====

Vous pouvez utiliser le notebook à cette url [[https://jupyter.imst.os.univ-lyon1.fr/]]

[[https://pypi.org/project/requests/|Requests]] est une bibliothèque python facilitant les requète HTTP donc sur les API basée sur le web.  

  * En utilisant''requests'', téléchargez les informations de l'ensemble des articles du laboratoire ELICO. Affichez les titres et les auteurs. Enfin, stockez le résultat dans un fichier.
 


<hidden Correction de la première question>
Le notebook peux être trouvé ici:
[[https://jupyter.imst.os.univ-lyon1.fr/hub/user-redirect/lab/tree/public/api_hall.ipynb]]

Voici son code
<code>
#!/usr/bin/env python
# coding: utf-8

# # Utilisation de request

# In[31]:


import requests
import json
import pandas as pd


# In[59]:

parametres = {
    "q":"labStructAcronym_s:ELICO",
    "wt":"json",
    "fl":"authFullName_s,title_s",
    "rows": 10000
}


# In[60]:

r = requests.get('https://api.archives-ouvertes.fr/search/', params=parametres)


# In[64]:

resultat = r.json()
liste_reps = resultat["response"]["docs"]
# print(liste_reps)

# In[71]:

result = []
for rep in liste_reps:
    elem = {}
    elem["titre"] = rep["title_s"][0]
    elem["nbAuteur"] = len(rep["authFullName_s"])
    elem["auteurs"] = rep["authFullName_s"]
#    print(elem)
    result.append(elem)
    
df = pd.DataFrame(result)


# In[72]:


df


# In[78]:

df.to_excel("article_elico.xlsx")

# In[79]:

df.to_csv("article_elico.csv")


</code>

</hidden>

 * Utilisez les facettes pour obtenir
   * le nombre d'article par an,
   * le nombre d'article par auteur.


===== Visualisation de données =====

Nous allons utiliser la librairie [[https://plotly.com/python/|plotly]] pour afficher les résultats.

  * Affichez le nombre d'articles par an sous la forme d'un [[https://plotly.com/python/line-charts/|line-chart]]
  * Affichez le nombre d'articles par auteur sous la forme d'un [[https://plotly.com/python/bar-charts/|bar-chart]]